[發明專利]縮宮素智能注射方法、裝置、設備及存儲介質

在審

• 申請號: 202010879816.1
• 申請日: 2020-08-27
• 公開（公告）號: CN112133451A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 袁貞明;俞凱;鄒旭;張藝超
• 申請（專利權）人: 杭州和樂科技有限公司
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H50/70;G06K9/62;A61M5/142
• 代理公司: 杭州知學知識產權代理事務所(普通合伙) 33356
• 代理人: 張雯

1.一種縮宮素智能注射方法，其特征在于，包括步驟：

S1、采集歷史產婦第一多模態醫療數據；

S2、對所述第一多模態醫療數據進行預處理；

S3、基于預處理的第一醫療數據，使用XGBoost算法訓練生成第一縮宮素調節模型；

S4、基于預處理的第二醫療數據，使用RF-LR-Stacking算法訓練生成第二縮宮素調節模型；

S5、獲取當前產婦的第二多模態醫療數據，基于預設規則判斷是否進行縮宮素停用，若是，停止注射縮宮素，若否，執行步驟S6；

S6、基于所述第一縮宮素調節模型，判斷是否減少縮宮素用量，若是，減小縮宮素注射滴速，若否，執行步驟S7；

S7、基于所述第二縮宮素調節模型，判斷是否增加縮宮素用量，若是，加大縮宮素注射滴速，若否，維持縮宮素當前滴速。

2.根據權利要求1所述的縮宮素智能注射方法，其特征在于，所述多模態醫療數據包括：年齡、BMI、胎先露、陰道分娩史、剖宮產史、分娩鎮痛、產婦心率、胎心、宮腔壓力、胎先露及宮口進展。

3.根據權利要求2所述的縮宮素智能注射方法，其特征在于，所述步驟S2包括：

S21、基于縮宮素的使用情況對所述第一多模態醫療數據進行篩選；

S22、對篩選后的醫療數據進行變量賦值和數據轉換；

S23、對所述變量賦值和數據轉換后的數據進行缺失值填補；

S24、基于填補后的數據進行特征選擇；

S25、對縮宮素調節記錄進行篩選。

4.根據權利要求3所述的縮宮素智能注射方法，其特征在于，所述步驟S24包括：

S241、基于信息增益率，進行特征的初篩；

S242、進行固定資料統計值篩選；

S243、將所述初篩的特征及統計值篩選的特征進行特征組合。

5.根據權利要求3所述的縮宮素智能注射方法，其特征在于，所述步驟S25包括：

S251、采用拉依達準則進行異常值處理；

S252、篩除標簽定義不清的縮宮素調節記錄。

6.根據權利要求2所述的縮宮素智能注射方法，其特征在于，所述步驟S3包括：

S31、初始化樣本的權重，確定權重分布；

S32、正則化學習目標，得到目標函數的最優解；

S33、進行加法學習方式訓練；

S34、判斷結點中的樣本個數是否小于預定閾值，和/或樣本集的信息增益小于預定閾值，若是，停止訓練。

7.根據權利要求2所述的縮宮素智能注射方法，其特征在于，所述步驟S4包括：

S41、初始化樣本的權重，確定權重分布；

S42、將Stacking模型融合應用于多個不同的RF模型的集成；

S43、利用不同的RF模型生成訓練集與測試集的預測值；

S44、利用所述訓練集的預測值構建新的訓練集；

S45、將所述新的訓練集和測試集輸入LR模型，訓練輸出催宮素是否增加。

8.一種縮宮素智能注射裝置，其特征在于，包括：

采集單元，用于采集歷史產婦第一多模態醫療數據；

預處理單元，用于對所述第一多模態醫療數據進行預處理；

第一縮宮素調節模型生成單元，用于基于預處理的第一醫療數據，使用XGBoost算法訓練生成第一縮宮素調節模型；

第二縮宮素調節模型生成單元，用于基于預處理的第二醫療數據，使用RF-LR-Stacking算法訓練生成第二縮宮素調節模型；

第一判斷單元，用于獲取當前產婦的第二多模態醫療數據，基于預設規則判斷是否進行縮宮素停用，若是，停止注射縮宮素，若否，調用第二判斷單元；

第二判斷單元，用于基于所述第一縮宮素調節模型，判斷是否減少縮宮素用量，若是，減小縮宮素注射滴速，若否，調用第三判斷單元；

第三判斷單元，用于基于所述第二縮宮素調節模型，判斷是否增加縮宮素用量，若是，加大縮宮素注射滴速，若否，維持縮宮素當前滴速。